[发明专利]一种基于K-核分解获取社交网络意见领袖的方法

权利要求书

1.一种基于K-核分解获取社交网络意见领袖的方法，其特征在于，包括以下步骤：

1)构建以用户为节点、用户间关系为边的社交网络有向图；

2)采用K-核分解获得社交网络有向图中每个用户的K核数，根据所有用户的K核数构建意见领袖候选用户集，并构建意见领袖候选图；

3)获取意见领袖候选用户集中用户的知名度和热度，用户的知名度Nt(u)的计算式为：

其中，N^out(u)是意见领袖候选图中用户u关注的用户集合，|N^out(u)|为意见领袖候选图中用户u关注的用户个数，dⁱⁿ(v)和dⁱⁿ(u)分别是意见领袖候选图中用户v和u的追随者总数；

用户的热度Ht(u)的计算式为：

α₁+α₂+α₃＝1

其中，Inf(u)为意见领袖候选用户集中用户发布信息的集合，|Inf(u)|为意见领袖候选用户集中用户发布信息的总数，rep(i)、com(i)、ati(i)分别为信息i的转发数、评论数和点赞数，α₁,α₂,α₃为信息的转发数、评论数和点赞数所占的权重；

4)根据知名度和热度计算用户重要度，并比较意见领袖候选用户集中所有用户的用户重要度，并根据用户重要度选择意见领袖，所述的用户重要度UI(u)的计算公式为：

其中，Nt(u)为用户u的知名度，Ht(v)为用户v的热度，L是意见领袖候选用户集，follower(u)是用户u的追随者集合。

2.根据权利要求1所述的一种基于K-核分解获取社交网络意见领袖的方法，其特征在于，所述的步骤2)中，选择K核数最大的用户并将其加入意见领袖候选用户集。

3.根据权利要求1所述的一种基于K-核分解获取社交网络意见领袖的方法，其特征在于，所述的步骤2)中，以意见领袖候选用户集中用户为节点，以意见领袖候选用户集中用户间关系为边，构建意见领袖候选图模型。